Michael Anderson, leitender Entwicklungsingenieur für Statistik und Metrologie, Corning
Lustige Tatsache: Ich bin seit 32 Jahren Läufer, aber mein erstes Rennen überhaupt habe ich 2012 im Alter von 46 Jahren absolviert! Derzeit fahre ich mehr als 2.500 Meilen pro Jahr.
JMP-Benutzer seit 1991
"When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning."When JMP arrived, it was a revelation," says JMP Champion Michael Anderson of Corning.„Als JMP ankam, war das eine Offenbarung“, sagt JMP-Champion Michael Anderson aus Corning.
Was ist Ihr Lieblingsfeature in JMP?
Das ist, als würde man fragen, welches Kind mein Lieblingskind ist! Die Realität ist, dass ich benutze JMP in allen Phasen meiner Arbeit, daher habe ich ein bevorzugtes Screening-Feature, ein experimentelles Design-Feature und so weiter. Es ist lustig, ich bin sehr spät zur Graph Builder-Party gekommen und verwende das Variabilitätsdiagramm immer noch ziemlich oft. Jetzt verbringe ich meine Zeit im Graph Builder, sobald ich einen neuen Datensatz erhalte. Was die Experimente betrifft, würde ich sagen, dass die meisten meiner Experimente Definitive Screening Designs waren, da sie für eine Entwicklungsorganisation unglaublich leistungsstark und effizient sind.
Was war Ihr erster Job (überhaupt)?
Es gibt mehrere Möglichkeiten, diese Frage zu beantworten. Als junger Mensch (bevor ich mit 16 Jahren „offiziell“ arbeitete) hatte ich einen Zeitungsweg und schleppte Tabletts mit Limonaden die Treppe hoch und runter im heutigen Patriots Stadium. Der erste normale Job, den ich hatte, war als Ladenangestellter bei einer längst nicht mehr existierenden Kette in New England namens „Bradlees“. Mir wurde viel Verantwortung übertragen und ich habe viel über Geschäftsabläufe, Inventar und Menschen gelernt!
Auf welchen beruflichen Moment sind Sie am stolzesten?
Im Jahr 2000 wurde ich gebeten, einen Vortrag auf einer einmaligen Messtechnikkonferenz zu halten. Ich konnte über das neue Gebiet der spektroskopischen Scatterometrie sprechen. Das zeichnet sich dadurch aus, dass es das Ergebnis einer Menge harter Arbeit in einem Bereich ist, der sowohl theoretisch als auch praktisch war. Ich nutzte meine Ingenieurs-, Optik- und Statistikkenntnisse auf eine Weise, die der Branche neue Möglichkeiten eröffnen würde.
Wie sind Sie auf die Statistik aufmerksam geworden?
Ich habe während meines Ingenieurstudiums alle verfügbaren Statistikkurse belegt und sie haben mir sehr gut gefallen. Doch als ich bei meinem ersten Job mit einem anderen Ingenieur über Präzisionswiderstände diskutierte, der sich mit Verteilungen, Kürzung, Segmentierung und Wahrscheinlichkeitsberechnung nicht auskannte, bekam ich wirklich viel Energie. Es wurde klar, dass ich im Rahmen meiner Karriere weiterhin Statistik-Graduiertenkurse und Statistik absolvieren wollte.
Was gefällt Ihnen an Ihrer Arbeit am meisten?
Ich liebe es, dass ich meine Liebe zur Datenanalyse mit Menschen auf allen Ebenen teilen kann. Es macht mir auch Spaß, jüngere Ingenieure zu betreuen, die gerade erst mit Statistik und JMP beginnen.
Wie verwenden Sie JMP derzeit?
Ich habe JMP jeden Tag den ganzen Tag über geöffnet und nutze die Grafik-, DOE-, Screening- und Modellierungsfunktionen ausgiebig. In unserem Produkt- und Prozessentwicklungsbereich stehen wir im ständigen Austausch mit Forschungs- und Produktionsgruppen. Das bedeutet, dass wir kleine Stichprobenanalysen und explorative Experimente durchführen und große und umfangreiche Datensätze verwenden. Der Functional Data Explorer ist der jüngste Bereich, dessen Nutzung stark zugenommen hat.
Was war das erste Projekt, an dem Sie mit JMP gearbeitet haben?
Ich war neu in einem mittelständischen Unternehmen und leitete ein Projekt mit großer Bekanntheit und wusste, dass mein Ruf auf die eine oder andere Weise daraus entstehen würde. Ich habe vor kurzem damit begonnen, JMP zu verwenden und damit einige vorläufige Daten anzusehen und ein einfaches faktorielles Experiment durchzuführen. Innerhalb von zwei Wochen konnte ich anhand von drei Diagrammen Ergebnisse präsentieren, die das Problem aufzeigten und eine Lösung vorschlugen, die fast zwei Jahre lang vermisst worden war. Die Leistungsfähigkeit von JMP und allem, was es ermöglichte, war in diesem Moment für mich und viele andere fest verankert.
Gibt es etwas, das Sie der JMP-Entwicklung oder John Sall sagen möchten?
Ich möchte John Sall und allen unglaublichen Entwicklern hinter JMP für ihre Vision und ihr Engagement danken. Es ist schwer, sich vorzustellen, wie es 1989 als Ingenieur und Statistiker aussah. Es gab Softwarepakete, die Analysen durchführen konnten, andere, die Präsentationsgrafiken erstellen konnten, und wieder andere für spezielle Qualitätsmerkmale. Aber jedes hatte erhebliche Nachteile und Lernkurven. Als JMP ankam, war es eine Offenbarung. Wie schnell und einfach es war, die frühen Phasen der Analyse unserer Daten zu überwinden. Ich habe 1994 auf einer Konferenz einen Vortrag gehalten und dabei ein Fit Y by X-Diagramm mit einigen zusätzlichen Anpassungselementen verwendet. Danach fragte jemand, ob ich JMP verwendet hätte! Anschließend diskutierten wir darüber, wie sehr wir JMP liebten und wie sehr es unseren Arbeitsablauf von dem Moment an, als wir damit angefangen hatten, verändert hatte.
Wie sehen Sie den Fortschritt im Bereich Datenwissenschaft/Analyse in den nächsten 20–50 Jahren?
Der Tod menschlicher statistischer Analysen wird stark übertrieben. Gleich am Ende wurde mir beigebracht, wie man mit einem Rechenschieber umgeht. Ich habe gelernt, wie man ANOVA, Regression, Matrixmathematik usw. von Hand berechnet. Damals beklagten einige den Einsatz von Computern für diese Aufgaben und meinten, dadurch würden denkende Statistiker durch kalte Maschinen ersetzt. Jetzt hören wir, dass KI und ML Statistiker überflüssig machen werden. Ich glaube es einfach nicht. Bei jedem neuen Technologiesprung haben wir gesehen, dass die Fähigkeit der Menschen, Daten besser zu nutzen, ein Schlüssel zu Lernen und Innovation ist.
